Diversificación de montos de inversión en un portafolio de divisas por medio de GRG y Algoritmos Evolutivos
DOI:
https://doi.org/10.30973/progmat/2021.13.2/1Palabras clave:
Algoritmo Genético, Portafolio de divisas, Evolución DiferencialResumen
Los portafolios de inversión son colecciones de instrumentos bursatiles que tienen como objetivo generar una ganancia máxima con un riesgo mínimo, su diseño, generalmente es realizado por una serie de ecuaciones formuladas por Harry Markowitz, que tienen como propósito construir un portafolio óptimo a partir de la diversificación, es decir, asignar a los activos diferentes montos de inversión. De acuerdo a la literatura especializada, estos se calculan generalmente por medio de un método de programación no lineal llamado Gradiente Reducido Generalizado (GRG) y también por algoritmos evolutivos como el Algoritmo de Evolución Diferencial y el Algoritmo Genético el cual puede ser codificado en un sistema de numeración Gray o por medio del código binario. Esta propuesta presenta la construcción de un portafolio alternativo de inversión llamado portafolio de divisas, compuesto por seis ganancias de divisas con respecto al peso mexicano. Los montos a invertir en cada divisa se formulan de acuerdo a diferentes escenarios, resueltos por el GRG y comparados con las soluciones obtenidas por un algoritmo de Evolución Diferencial y un Algoritmo Genético, este último demostró que es la mejor opción de cálculo, cabe señalar que los métodos heurísticos fueron codificados con números reales.
Citas
A Morales Castro. Respuestas Rápidas para los financieros México, Pearson Education 2002
M. Y Khan, P. K Jain. Basic Financial Management New Delhi, Tata McGraw-Hill Education, 2005
H. Kent Baker, Greg Filbeck Portfolio Theory and Management United States Oxford University Press 2013
Borge Vergara Juliana, Cervantes Luna Ma. Natalia. “Portafolios de inversión: Una alternativa para el aprovechamiento de los recursos remanentes de tesorería”. Tesis de Licenciatura. Universidad del Rosario. Bogota D.C 2012.
A. J Useche Arévalo “Construcción de portafolios de inversión desde las finanzas del comportamiento: una revisión crítica” Cuadernos de Administración, vol. 28, núm. 51, pp. 11-43 julio-diciembre, 2015.
J. C. Francis and D. Kim, "Modern portfolio theory: foundations, analysis, and new developments". 2013.
Duarte Muñoz, A.. Metaheurísticas. Madrid, España: Universidad Rey Juan Carlos Servicio de Publicaciones 2007
Cánovas, M. J., Huertas, V., y M., Sempere Optimización matemática aplicada: Enunciados, ejercicios y aplicaciones del mundo real con MATLAB. Alicante, España: Editorial Club Universitario. (2012).
Peñuela Meneses, C. A., y M., Granada Echeverri Optimización multiobjetivo usando un algoritmo genético y un operador elitista basado en un ordenamiento no-dominado (nsga-ii). Scientia et technica, 1(35), 175-180. https://doi.org/10.22517/23447214.5393 2007
D Alrabadi, Portfolio optimization using the generalized reduced gradient nonlinear algorithm: An application to Amman Stock Exchange November 2016 International Journal of Islamic and Middle Eastern Finance and Management 9(4):570-582. https://doi.org/10.1108/IMEFM-06-2015-0071
Rita Yi Man Li and Amos Chan, REITs Portfolio Optimization: A Nonlinear Generalized Reduced Gradient Approach. International Conference on Modeling, Simulation and Optimization (MSO 2018)
Chi, Z., Yan , H., Pham, T.: Fuzzy Algorithms: with Applications to Image Processing and Pattern Recognition. New Jersey, Estados Unidos: World Scientific Publishing (1996)
Sumathi, S., Surekha, P.: Computational Intelligence Paradigms: Theory and Applications using Matlab. Boca Raton, Florida, Estados Unidos: CRC Press Taylor & Francis
Group.Ergun, H., Van Hertem, D.: HVDC Grid Planning. En: D. Van Hertem, O. Gomis- Bellmunt, & J. Liang, HVDC Grids: For offshore and Supergrid of the Future, pp. 143-172. New Jersey, Estados Unidos: IEEE Press (2010)
Lloyd, S.: How Smart Is the Universe? En: J. Brockman, Intelligent Thought: Science Versus the Intelligent Design Movement, pp. 179–191. New York, Estados Unidos: Vintage Books (2006)
Chi, Z., Yan, H., Pham, T.: Fuzzy Algorithms: with Applications to Image Processing and Pattern Recognition. New Jersey, Estados Unidos: World Scientific Publishing (1996)
Flake, G.W.: The Computational Beauty of Nature: Computer Explorations of Fractals, Chaos, Complex Systems, and Adaptation. Cambridge, Massachusetts, Estados Unidos: MIT Press (1998)
Munakata, T.: Fundamentals of the New Artificial Intelligence: Neural, Evolutionary, Fuzzy and More. Londres, Reino Unido: Springer (2008)
Rajagopal, K.: Operations Research. Nueva Delhi, India: PHI Learning Pvt (2012)
Lovay, M., Peretti, G., & Romero, E. (2017). Aplicación del algoritmo evolución diferencial en un método de dimensionamiento para filtros cuadráticos. Jornadas Argentinas de Informática e Investigación Operativa (JAIIO)
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Programación Matemática y Software
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |